原创 Emmet插件使用教程

Emmet插件可以通過指令快速生成html以及css代碼,給我們地開發工作帶來極大地便利 快速編寫HTML代碼 初始化 HTML文檔需要包含一些固定的標籤,比如:html、head、body等,現在你只需要1秒鐘就可以輸入這

原创 斯坦福CS231n - CNN for Visual Recognition(2)-lecture3(上)線性分類器、損失函數

本節主要講了線性分類器(svm和softmax),損失函數以及最優化(梯度下降)的問題 線性分類   由於之前KNN分類器的缺點,讓我們很自然地去尋找有更加強大地方法去完成圖像分類任務,這種方法主要有兩部分組成: 評分函數(

原创 交叉熵代價函數

本文是《Neural networks and deep learning》概覽 中第三章的一部分,講machine learning算法中用得很多的交叉熵代價函數。 1.從方差代價函數說起 代價函數經常用方差代價函數(即採用均方

原创 讀文獻中較常出現的英文單詞(實時更新)

discrete 離散的 feasible 可行的 optimise 優化 convex 凸化的 trivial 不重要的 devise 設計;發明 symmetric 對稱的 Empirically 以經驗爲主的

原创 Deep learning基於theano的keras學習筆記(3)-網絡層

1. 常用層 1.1 Dense層 keras.layers.core.Dense(output_dim, init='glorot_uniform', activation='linear', weights=None, W_r

原创 Python圖像處理常用代碼,numpy教程

這裏的代碼是截取的我的代碼片段,或許難以閱讀,有不理解的地方歡迎交流 生成空列表及末尾添加 x=[] x.append(img_path[j]) 圖像矩陣和一維數組轉化 img_ndarray=numpy.asar

原创 斯坦福CS231n - CNN for Visual Recognition(1)-lecture2圖像分類、最近鄰分類器

本節主要簡單介紹了圖像分類和流程,講解了最近鄰分類器的原理以及超參數的的調優與交叉驗證 圖像分類   顧名思義,就是給定一個圖像,判斷出它屬於哪一個類。通常通過帶有標籤的數據作爲訓練集用各種方法進行訓練, 然後在測試集上進行測

原创 sublime text3優秀插件彙總(含安裝教程)

1. 自主安裝sublime text3 2. ubuntu下使用下面命令安裝 sudo add-apt-repository ppa:webupd8team/sublime-text-3 sudo apt-get up

原创 Deep learning基於theano的keras學習筆記(1)-Sequential模型

最近在看keras文檔,想寫博客卻真的無從下手(其實就是沒咋學會),想想不寫點筆記過段時間估計會忘得更多,所以還是記錄一下吧,感覺學習keras最好的方式還是去讀示例的代碼,後期也有想些keras示例代碼註釋的想法,但是現在還是

原创 CK+表情數據庫轉換爲python數據格式保存(.pkl)

CK+數據庫的下載及介紹上一個博文已經介紹過,本博文主要介紹將CK+表情數據庫轉換爲python數據格式保存(.pkl) 注:此代碼運行前已經將數據庫處理爲64*64的照片 詳細講解請見代碼註釋,如有疑問,歡迎交流 下圖

原创 斯坦福CS231n - CNN for Visual Recognition(3)-lecture3(下)最優化

損失函數可以量化某個具體權重集W 的質量。而最優化的目標就是找到能夠最小化損失函數值的W ,本節主要講最優化問題。 最優化   上節我們已經介紹了圖像分類的兩個關鍵部分:評分函數與損失函數,接下來就是最優化的問題了,即如何尋找

原创 Python中複合數據類型(list,turple以及切片,循環等操作)

本教程參考網上的一些資料,如有侵權,請聯繫刪除 列表list list是一種有序的集合,可以隨時添加和刪除其中的元素。 列表的表示形式如下 c = ['A', 'B', 'C'] print c #輸出['A', 'B',

原创 Deep learning基於theano的keras學習筆記(4)-其他重要模塊

優化器 點贊 收藏 分享 文章舉報 李困困 發佈了37 篇原創文章 · 獲贊 84 · 訪問量 24萬+ 私信 關

原创 Deep learning基於theano的keras學習筆記(2)-泛型模型(含各層的方法)

Keras的泛型模型爲Model,即廣義的擁有輸入和輸出的模型 常用Model屬性 model.layers:組成模型圖的各個層 model.inputs:模型的輸入張量列表 model.outputs:模型的輸出張量列表 常

原创 Python針對圖像的基礎操作

1. 讀取圖片轉換爲數組,輸出維度,類型,某個座標的像素,圖像等。 # -*- coding: utf-8 -* from PIL import Image from pylab import * from numpy impor